文摘
英文文摘
声明
第1章 绪论
1.1交通流预测的意义
1.2国内外交通预测研究现状及发展趋势
1.2.1国外研究概况
1.2.2国内研究概况
1.3本文研究内容与章节安排
1.3.1研究内容
1.3.2章节安排
第2章 交通流预测的相关理论
2.1交通流预测基本概念
2.1.1交通流预测的定义和分类
2.1.2短时交通流预测的原理
2.2交通流预测中的信息获取
2.2.1交通信息采集技术
2.2.2交通流参数及其检测计算
2.2.3本文交通流数据来源
2.3混沌时间序列分析
2.4人工神经网络基本原理
2.4.1人工神经网络简述
2.4.2 BP神经网络
2.5粒子群优化算法
2.5.1粒子群算法基本原理
2.5.2基本粒子群算法流程
第3章 基于动力学特性的交通流可预测性分析
3.1交通流特性
3.2交通流可预测性分析
3.2.1交通流动力学特性分析
3.2.2交通流可预测性分析流程
3.3交通流时间序列相空间重构
3.3.1相空间重构理论
3.3.2时间延迟τ和嵌入维数m的选取
3.4交通流非线性特征量Lyapunov指数
3.4.1 Lyaounov指数定义
3.4.2小数据量法求Lyapunov指数
3.4.3最大可预报尺度
3.5小结
第4章 交通流PSO神经网络预测模型
4.1 PSO神经网络原理与实现
4.1.1粒子群优化算法与神经网络的融合
4.1.2粒子群算法优化神经网络的流程
4.2 PSO神经网络的综合改进
4.2.1基本PSO算法优化神经网络存在的问题
4.2.2综合改进的PSO神经网络
4.3实验结果及分析
第5章 基于PSO神经网络的短时交通流预测实例
5.1相空间中的PSO神经网络交通流预测
5.1.1相空间中的PSO神经网络预测模型
5.1.2短时交通流量PSO神经网络预测的步骤
5.1.3 PSO神经网络应用设计
5.2短时交通流预测实例分析
5.2.1交通流数据预处理
5.2.2交通流预测评价指标
5.2.3预测效果比较分析
5.3交通流分时段预测研究
总结与展望
致谢
参考文献
攻读硕士学位期间发表的论文
西南交通大学;